摘要
本发明涉及风力发电技术领域,公开了基于大模型视觉语义融合的风电叶片智能诊断方法及系统,方法包括:获取目标风力机叶片历史图像,并对历史图像进行第一文本标注操作;对目标风力机叶片历史图像进行第一编码以及第二编码;对第一编码以及第二编码结果进行特征融合,并将特征融合结果作为第一分类模型的输入,训练第一分类模型;获取目标风力机叶片实时图像,并结合第一分类模型进行风力机叶片故障诊断。本发明结合了图像和文本信息,提高了故障诊断的准确性和效率。通过引入多模态融合模型,充分利用叶片表面图像和故障文本描述的语义信息,实现更精细的故障检测。通过结合图像和文本的多模态特征挖掘,实现对叶片裂纹、腐蚀、脱落等常见故障的高效识别。
技术关键词
智能诊断方法
风力机叶片
风电叶片
文本
多头注意力机制
语义
视觉
实时图像
智能诊断系统
风力发电技术
模型预测值
图像嵌入
模态特征
诊断模块
编码模块
故障检测
处理器
计算机设备
系统为您推荐了相关专利信息
智能运维管理方法
图像特征向量
生成优化建议
专家规则库
多模态数据融合
身份识别方法
互联网协议IP地址
特征值
曲线
语音识别模型
多模态情绪
智能问答方法
意图识别模型
情绪特征
答案
广告落地页
多智能体协作
合规性
审核方法
强化学习策略
管理策略
文本生成方法
多层注意力
糖尿病管理
实体